III.5Управление персоналом и организацией

Модель CRWU1/model — дообученная CRWU1 языковая модель семейства Llama для генерации текста. Она основана на unsloth/meta-llama-3.1-8b-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL. Модель содержит 7,5 млрд параметров, построена на плотной архитектуре LlamaForCausalLM и рассчитана на контекст до 131072 токенов. Модель подходит для генерации текста на английском языке. Репозиторий содержит веса в формате PyTorch; лицензия — Apache-2.0. Карточка не описывает специализацию дообучения или результаты оценки качества, поэтому применимость к узким задачам не подтверждена.

MultiMaster 5x7B v2 — модель общего назначения для работы со знаниями, разработанная ibivibiv. Она предназначена для генерации текста и ответов на вопросы общего характера. Модель построена на архитектуре Mixtral с разреженной смесью экспертов (MoE); в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Карточка заявляет поддержку английского языка. Модель распространяется в формате safetensors и доступна по лицензии Apache 2.0. В карточке приведены результаты тестов на AI2 Reasoning Challenge и HellaSwag, но подробная оценка обозначена как ожидающая публикации. Поэтому эти результаты не дают полной картины качества модели в реальных сценариях.

trinhkhng/nearswap_Merged_Qwen2-0.5B_0.3 — объединённая причинно-языковая модель семейства Qwen2, созданная с помощью mergekit методом NearSwap. В объединение вошли Qwen2-0.5B и debias_Qwen2-0.5B; параметр метода слияния t равен 0,3. Веса опубликованы в формате safetensors, модель рассчитана на генерацию текста и поддерживает диалоговый сценарий. Модель подходит для генерации продолжений и ответов в текстовом чате. В метаданных указан контекст до 131 072 токенов, а размер составляет около 493,7 млн параметров. Карточка не сообщает отдельные результаты оценки качества или перечень языков; сведения о лицензии отсутствуют, поэтому условия использования по имеющимся данным определить нельзя.

Amazon Nova Micro 1.0 — текстовая модель семейства Amazon Nova, разработанная Amazon. Она предназначена для генерации текста и диалоговых сценариев, где важны низкая задержка и низкая стоимость. Модель принимает текст и выдаёт текст; README характеризует её как самую быструю по отклику среди моделей семейства Nova. Длина контекста в предоставленном README обрывается и не указана полностью. Другие сведения об архитектуре, размере, поддерживаемых языках и лицензии в доступных материалах отсутствуют.

Ogno-Monarch-Neurotic-7B-Dare-Ties — объединённая модель для генерации текста, созданная с помощью mergekit на основе bardsai/jaskier-7b-dpo-v5.6 и eren23/ogno-monarch-jaskier-merge-7b-OH-PREF-DPO. В её основе архитектура Mistral с плотной причинно-языковой моделью на 7,1 млрд параметров; репозиторий содержит веса в формате Safetensors, объединённые в bfloat16 методом DARE-TIES. Модель предназначена для генерации текста и ответов на запросы. В карточке указано окно контекста до 32 768 токенов. Базовые модели описаны как англоязычные модели Mistral, дообученные методом DPO; это указывает на ориентацию на английский язык, но не подтверждает поддержку других языков. Для модели указана лицензия Apache-2.0. Карточка не приводит оценок качества или конкретных ограничений применения.

Palette-K-Midm — дообученная компанией Palette Lab модель KT Mi:dm-2.0 для подготовки корейских корпоративных документов. Она специализируется на извлечении решений из протоколов совещаний и генерации структурированного ответа, например JSON. Модель основана на плотной архитектуре Llama с 11 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Для адаптации применён QLoRA с LoRA ранга 8: обучение на 397 синтетических примерах продолжалось одну эпоху, чтобы сохранить возможности базовой модели. В бенчмарке PALETTE-BENCH-KO v0.2 модель набрала 0,866 и заняла первое место среди семи моделей; преимущество над базовой моделью составило 0,010 на выборке из 32 заданий и не свидетельствует о превосходстве в общем понимании корейского языка. Извлечение решений из протоколов не улучшилось относительно базы, а интенсивное дообучение той же базы ухудшило результаты из-за катастрофического забывания. Модель лицензирована по Apache-2.0; базовая модель распространялась по MIT.

Это разговорная языковая модель семейства Qwen3, дообученная taskmaster141 на базе unsloth/Qwen3-0.6B. Она предназначена для генерации текста и диалоговых сценариев. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 507,9 млн параметров и контекст до 40 960 токенов; для хранения используются веса Safetensors. Модель поддерживает английский язык. В карточке указано, что обучение выполнено с использованием Unsloth и прошло вдвое быстрее. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробностей обучающих данных, поэтому пригодность для конкретных задач следует проверять отдельно.

NExtNewChattingAI/shark_tank_ai_7_b — разговорная языковая модель, основанная на LeoScorpius и обученная на внутренних данных. В метаданных указана плотная архитектура MistralForCausalLM размером 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для диалога и персональной помощи: она отвечает на вопросы, поддерживает беседу и может использоваться для повседневных и профессиональных запросов. README также заявляет сценарии вроде планирования встреч, отправки писем и оформления заказов, но не описывает, как эти действия реализованы или подключаются. Модель принимает текст и генерирует текст; в метаданных указан английский язык. Репозиторий содержит веса Safetensors. Лицензия — Apache-2.0.

Gille/StrangeMerges_31-7B-slerp — языковая модель для генерации текста, созданная объединением Gille/StrangeMerges_30-7B-slerp и yam-peleg/Experiment24-7B методом SLERP с помощью LazyMergekit. Это плотная модель семейства Mistral на 7,1 млрд параметров, доступная в формате Safetensors; базовый контекст составляет 32 768 токенов. Модель предназначена для генерации текста по текстовому запросу. Карточка описывает способ объединения весов, но не приводит отдельных оценок качества или специализации по языкам и предметным областям. Модель распространяется по лицензии Apache-2.0.

Nota AI разработала эту модель как укороченную версию Vicuna-v1.3 на базе LLaMA для более эффективной генерации текста. Веса получены удалением наименее значимых блоков Transformer с последующим лёгким дообучением методом LoRA; для pruning использован критерий Taylor+. Вариант уменьшен примерно с 7B до 5,5B параметров, а метаданные указывают 5,4B параметров и архитектуру LlamaForCausalLM. Модель предназначена для генерации текста и диалоговых сценариев на основе Vicuna. Максимальная длина контекста составляет 2048 токенов. Репозиторий содержит веса PyTorch и Safetensors. Лицензия ограничивает использование некоммерческими целями. Сокращение глубины предназначено для повышения эффективности по сравнению с исходной моделью, однако доступные сведения не приводят результатов бенчмарков для этой конкретной версии. Короткий контекст ограничивает работу с длинными документами; модель может наследовать ошибки и ограничения базовой Vicuna.

ThisWontWork2 — плотная языковая модель семейства Mistral, созданная автором Nohobby слиянием предварительно обученных моделей с помощью mergekit и метода della. В качестве базовой модели указана Nohobby/Carasique-v0.2; также в слияние вошли Nohobby/YetAnotherMerge-v0.7a и Nohobby/YetAnotherMerge-v0.7b. Модель предназначена для генерации текста. Она содержит 12,1 млрд параметров, использует архитектуру MistralForCausalLM и распространяется в формате safetensors для библиотеки Transformers. В метаданных заявлена длина контекста 1 024 000 токенов. Лицензия и конкретные языковые или предметные специализации в предоставленных данных не указаны. Практическое качество и ограничения слияния отдельно не описаны.

Torus Agent v1 — дообученная языковая модель автора samuel-wakefield на базе unsloth/llama-3-8b-bnb-4bit. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста. Карточка сообщает об обучении с использованием Unsloth и библиотеки TRL; репозиторий содержит веса в формате safetensors. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно 8192 токена. Её можно использовать для генерации продолжений текста и других сценариев текстовой генерации. Лицензия — Apache-2.0. Карточка не описывает специализированную предметную область или отдельные возможности агента.

YamshadowInex12_Experiment28Yam — объединённая модель для генерации текста, созданная на основе automerger/YamshadowInex12-7B и automerger/Experiment28Yam-7B. Она использует плотную архитектуру Mistral с причинно-языковой моделью MistralForCausalLM и содержит 7,1 млрд параметров. Модель подходит для генерации продолжений текста и диалоговых ответов в сценариях, совместимых с text-generation; максимальный контекст составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. В карточке не описаны специальные области применения, поддерживаемые языки или результаты оценки качества, поэтому её возможности за пределами генерации текста не уточняются.

YamshadowInex12_MeliodasNeuralsirkrishna — слитая автором MaziyarPanahi модель генерации текста, объединяющая automerger/YamshadowInex12-7B и automerger/MeliodasNeuralsirkrishna-7B. Она построена на плотной архитектуре Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста. Карточка не описывает специализированные сценарии или языковые возможности, поэтому её можно характеризовать только как модель общего назначения для текстового ввода и вывода. Веса доступны в формате safetensors по лицензии Apache-2.0. README не приводит сравнительных оценок качества или подробностей о методе слияния.

Это диалоговая языковая модель на архитектуре Mistral, дообученная автором ShenaoZhang на основе HuggingFaceH4/mistral-7b-sft-beta. Модель содержит 7,1 млрд параметров и предназначена для генерации текста и общения в формате чата; заявлены контекст до 32 768 токенов и веса в формате safetensors. Карточка указывает, что дообучение проводилось на наборах updated и original, но не раскрывает их состав, методику обучения или результаты оценки. Базовая модель описана как обученная на англоязычных синтетических диалогах, поэтому английский — основной предполагаемый язык применения. Модель распространяется по лицензии MIT.

Druidchoi/Bllossom3-Druidchoi — языковая модель семейства Llama, разработанная Druidchoi и дообученная на базе unsloth/meta-llama-3.1-8b-bnb-4bit с использованием Unsloth и Hugging Face TRL. Модель предназначена для генерации текста; архитектура — плотная авторегрессионная LlamaForCausalLM с 7,5 млрд параметров и контекстом до 131 072 токенов. Модель работает с текстом. В метаданных указан английский язык; более конкретные сценарии, качество и дополнительные языки в карточке не описаны. Репозиторий использует формат PyTorch. Лицензия — Apache 2.0.

Clytemnestra_ft — дообученная cowboyuniverse языковая модель семейства Llama для генерации текста. В карточке указана базовая модель unsloth/meta-llama-3.1-8b-bnb-4bit; обучение проводилось с использованием Unsloth и библиотеки TRL. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0. Модель подходит для генерации продолжений и ответов на текстовые запросы на английском языке. В метаданных указано контекстное окно 131072 токена. Карточка не описывает специализацию дообучения или конкретные преимущества модели, поэтому её качество и пригодность для узких сценариев по этим данным оценить нельзя.

motherfucker0/derrick02 — объединённая плотная языковая модель семейства Llama, опубликованная на Hugging Face. Она создана из motherfucker0/zhun01 и motherfucker0/zhen09 методом TIES с помощью mergekit и предназначена для генерации текста. Модель содержит 6,5 млрд параметров, работает через библиотеку Transformers и принимает контекст длиной до 4096 токенов. Модель подходит для генерации продолжений текста и диалоговых ответов в сценариях, где достаточно текстового ввода и вывода. В карточке не приведены результаты оценки качества или более конкретная специализация. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Emo-AI-3B — языковая модель Klevin для генерации текста, созданная дообучением Gemma на базе unsloth/gemma-2b-bnb-4bit. Она использует плотную архитектуру GemmaForCausalLM и содержит 2,5 млрд параметров; заявленная длина контекста — 8192 токена. Модель предназначена для текстовых запросов и генерации ответов или продолжений текста. Модель дообучали с использованием Unsloth и библиотеки TRL. Карточка не описывает специализацию, обучающие данные или результаты оценки, поэтому применимость к конкретным задачам и качество ответов по ним не подтверждены. Указана лицензия Apache-2.0.

Eros Prodigadigm 7B — объединённая языковая модель, опубликованная пользователем jeiku. Она создана с помощью mergekit методом SLERP из предварительно обученных моделей erosprodigy и erosparadigm, с erosparadigm в качестве базовой модели слияния. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и принимает текст для генерации продолжений. Модель предназначена для задач генерации текста; заявленная длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors. В карточке не описаны целевые сценарии, поддерживаемые языки или специальные возможности, поэтому их нельзя уточнить. Лицензия указана как other, без конкретных условий в предоставленных данных.

maywell/GLM-4.5-Air-GLM-4.6-Distill — текстовая разговорная модель на архитектуре GLM4 MoE, опубликованная пользователем maywell. Карточка называет её результатом дистилляции GLM-4.5-Air в GLM-4.6, однако не описывает процедуру обучения; в метаданных указаны 8,5 млрд параметров и контекст до 131 072 токенов. Модель предназначена для генерации диалоговых ответов и может применяться в чат-ботах и агентных сценариях. Исходная карточка GLM-4.5-Air описывает гибридные режимы рассуждения, программирования и работы с инструментами, но не подтверждает, что все эти возможности сохранены в данном дистиллированном чекпойнте. Метаданные отмечают английский и китайский языки. Репозиторий использует формат Safetensors; лицензия MIT допускает коммерческое использование и доработку.

Jais-13b-chat — двуязычная языковая модель с 13 млрд параметров, разработанная Inception, Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) и Cerebras Systems. Это модель на базе трансформера с декодером, дообученная для диалогов и следования инструкциям на арабском и английском языках. В основе лежит Jais-13b; обучение охватывало миллионы пар запросов и ответов, включая многоходовые диалоги и инструкции с мерами безопасности. Архитектура использует нелинейность SwiGLU и позиционные представления ALiBi, помогающие работать с длинными последовательностями. Модель принимает текст и генерирует текст. Она предназначена для чат-ассистентов, поддержки клиентов и приложений для арабоязычной аудитории, а также для исследований и дальнейшей настройки под конкретные задачи. В карточке указана лицензия Apache 2.0. Для загрузки через Transformers требуется пользовательский класс модели и параметр trust_remote_code=True; для запуска с производительностью, сопоставимой с тестированием авторов, рекомендован экземпляр с четырьмя GPU Nvidia Tesla T4 или мощнее. Модель оптимизирована для современного литературного арабского и английского; её не следует считать столь же компетентной в других языках и диалектах. Ответы могут быть ошибочными, вводящими в заблуждение или предвзятыми. Модель не предназначена для высокорисковых решений без контроля человека и для обработки конфиденциальной информации.

Карточка модели ENERGY-DRINK-LOVE/leaderboard_inst_v1.5_LDCC-SOLAR-10.7B_SFT на Hugging Face совпадает с карточкой ENERGY-DRINK-LOVE/leaderboard_inst_v1.3_deup_LDCC-SOLAR-10.7B_SFT, поэтому описание составлено по ней. ENERGY-DRINK-LOVE/leaderboard_inst_v1.3_deup_LDCC-SOLAR-10.7B_SFT — текстовая модель семейства Llama на 10,7 млрд параметров, дообученная разработчиком на LDCC/LDCC-SOLAR-10.7B с использованием набора данных generator. Она предназначена для генерации текста в диалоговом формате и может применяться в чат-сценариях. Модель принимает текст и выдаёт текст; длина контекста составляет 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Карточка модели Smuggling1710/M1k4-7b на Hugging Face совпадает с карточкой Smuggling1710/An4-7Bv2.1, поэтому описание составлено по ней. An4-7Bv2.1 — языковая модель Smuggling1710 для генерации текста. Она дообучена на базе unsloth/mistral-7b-v0.2-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель построена на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов, принимает текст и генерирует текст. Модель подходит для сценариев генерации текста на английском языке. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает специализированные задачи или дополнительные возможности модели.

Mistral-Plus — диалоговая языковая модель, разработанная как исследовательский проект и обученная с помощью обучения с подкреплением на основе отзывов людей (RLHF). В качестве основы используется mistralai/Mistral-7B-v0.1; авторы сообщают, что модель обучали без этапа supervised fine-tuning (SFT), уделяя особое внимание безвредности ответов. Это плотная архитектура MistralForCausalLM на 7,1 млрд параметров с контекстом до 32 768 токенов. Модель предназначена для диалогов, работы интеллектуального помощника и исследований разговорных возможностей и безопасности LLM. В README заявлены сохранение общих возможностей базовой модели, улучшение диалоговых ответов и снижение вероятности токсичных формулировок. Модель принимает текст и генерирует текст; конкретные поддерживаемые естественные языки в доступных данных не перечислены. Модель распространяется под лицензией Apache-2.0. Заявления об улучшении диалога и снижении токсичности приведены авторами; количественные результаты в доступном README не представлены, поэтому качество и безопасность ответов следует проверять для конкретного сценария.

MergedQwen2-0.5B0.0 — объединённая языковая модель на архитектуре Qwen2, созданная с помощью mergekit методом NearSwap. В качестве базовой использована Qwen2-0.5B; в объединении также участвовала модель debias_Qwen2-0.5B. Веса представлены в формате safetensors, размер модели — около 493,7 млн параметров. Модель предназначена для генерации текста и диалогового взаимодействия. Заявленная длина контекста составляет 131 072 токена. README указывает параметр слияния t=0.0; отдельные оценки качества или подробности о языках в карточке не приводятся. Лицензия в предоставленных данных не указана.

Lamsheeper/OLMo-0H-10D-50F — дообученная авторами репозитория языковая модель семейства OLMo 2 для генерации текста. Она предназначена для продолжения текстовых последовательностей и других сценариев генерации на основе текстового запроса. Модель имеет плотную архитектуру OLMo 2 с 1,3 млрд параметров, 16 слоями и контекстом до 4096 токенов. Веса доступны в формате Safetensors, для загрузки используется Transformers. Карточка указывает английский язык и обучение на пользовательских данных. Модель выпущена под лицензией Apache-2.0. Карточка не описывает результаты оценки качества или конкретную специализацию обучающих данных, поэтому пригодность для узких задач следует проверять отдельно.

Это контрольная точка модели BigBird-Pegasus, разработанная Immich для суммаризации встреч. Она обучена на подходящей части AMI Meeting Corpus с seed обучения 42 и относится к варианту baseline для обработки полной встречи либо иерархического конвейера сегментации, извлечения и генерации. Модель предназначена для создания краткого содержания диалога встречи; архитектура — BigBirdPegasusForConditionalGeneration, размер — 366,8 млн параметров, контекст — 4096 токенов. Принимает текст и выдаёт текст.

Priyanshu2666/Qwen2.5-0.5B-Instruct-Gensyn-Swarm-slimy_flexible_seal — текстовая генеративная модель на базе Qwen2.5-0.5B-Instruct от команды Qwen. Имя репозитория и теги связывают её с Gensyn Swarm и GRPO; по доступным сведениям нельзя уточнить, как именно изменялись веса в этом варианте. Модель предназначена для диалогов и выполнения инструкций: она принимает текст и генерирует текст. В основе — плотная причинная архитектура Qwen2 с 494 млн параметров и контекстом до 32 768 токенов. Семейство Qwen2.5 поддерживает более 29 языков, включая русский и английский; отдельная языковая оценка этого варианта не приводится. Исходная модель Qwen2.5-0.5B-Instruct выпущена под лицензией Apache-2.0, но лицензию данного репозитория установить не удалось. Компактный размер подходит для локальных чат-ботов и генерации текста с ограниченными ресурсами; малый размер модели может ограничивать качество сложных ответов. Страница точного репозитория недоступна в поиске, поэтому возможности и характеристики сверх переданных метаданных основаны на карточке базовой модели.

RWKV/RWKV7-Goose-World2.9-0.4B-HF — авторегрессионная языковая модель семейства RWKV-7, разработанная Бо Пэном, Юй Чжаном, Сунлином Яном и Жуйчоном Чжаном при поддержке RWKV Project. Это плотная модель с 419,4 млн параметров в формате safetensors, предназначенная для генерации текста и диалогов. Она использует токенизатор RWKV World с размером словаря 65 536 и контекстом до 2048 токенов. Модель обучена на наборе World v3 и распространяется по лицензии Apache-2.0. В карточке README заявлен английский язык, а метаданные каталога перечисляют также китайский, японский, корейский, французский, арабский, испанский и португальский. Для запуска указаны Transformers версии 4.48.0 или новее и библиотека flash-linear-attention версии 0.3.0. Карточка не приводит оценки качества или подробного описания ограничений; сравнительно небольшой размер и контекст могут ограничивать качество сложных задач и длинных диалогов.